Question

我有一个表格中的数据：

id   source
1    m
1    p
1    l1
1    l1
2    t
2    q
3    p
3    l1
3    n
3    l1

现在对于每个id，我想在源中发生l1时识别l1并在l1之前提取观察值。例如：对于id 1，l1中的第3个源和之前的观察是p。所以我的数据应该是这样的：

id    source
1      p
3      p
3      n

我如何在R中创建它？

Answer 1

data.table解决方案

 library(data.table)

 dd <- data.table(df)
 dd[, source[match('l1', source)-1L],by = id]

Answer 2

可能有更直接的方法，但试试这个：

#get your data
test <- read.table(text="id   source
1    m
1    p
1    l1
1    l1
2    t
2    q
3    p
3    l1
3    n
3    l1",header=TRUE)

# do some picking of the cases
result <- do.call(rbind,by(test,test$id,function(x) x[which(x$source=="l1")-1,]))
result <- result[result$source!="l1",]

给出了：

> result
  id source
2  1      p
7  3      p
9  3      n

Answer 3

这是另一个data.table解决方案。我无法从@mnel的早期版本中获得正确答案。

library(data.table)

## Create the test data table:
dt <- data.table(id=c(1,1,1,1,2,2,3,3,3,3),
                 source1=c("m","p","l1","l1","t","q","p","l1","n","l1"))

dt[,list(id, source1, source0=c(NA,source1[seq_len(.N-1L)]))][source1=="l1"]

##    id source1 source0
## 1:  1      l1       p
## 2:  1      l1      l1
## 3:  3      l1       p
## 4:  3      l1       n

这是将一个列source0添加到获取前一行（或第一行的NA）的数据表中。 .N是一个行号，我正在使用seq_len来获取上一行号。然后它将结果子集设置为原始source1的值为“l1”。

Answer 4

这是一个矢量化解决方案，仅使用R基础的简单函数。

如果DF是输入数据框，则sel是一个逻辑向量，其TRUE个组件选择所需的行。由&符号连接的三个术语选择这些行：

，其中以下行的source列等于“l1”和
，其源列不是l1和
使得以下行不是id

sel的长度比DF中的行数少一个，因此我们使用which来避免sel的回收。

is.l1 <- DF$source == "l1"
sel <- is.l1[-1] & !is.l1[-nrow(DF)] & duplicated(DF$id)[-1]
DF[which(sel),]

最后一行的结果是：

  id source
2  1      p
7  3      p
9  3      n

识别和提取特定来源的先前观察

4 个答案: